AI助手越像人越好吗?

在智能客服、车载助手、教育机器人越来越普及的今天，我们早已习惯了与AI对话。为了让交互更自然、更亲切，设计师们往往倾向于给AI赋予更多“人”的特质。

但从工程心理学视角来看，我们更关心的是：拟人化真的能提升任务绩效吗？语音越像人，体验就越好吗？

今天分享一篇2025年发表在《Ergonomics》上的实证研究探讨：AI助手语音反馈的拟人化程度，如何影响人的任务绩效、情绪与自我效能感。

研究背景

拟人化（Anthropomorphism）是指把人类的情绪、语气、动机、意图赋予非人类对象。在人机交互里，拟人化常被用来提升亲切感、信任感与交互意愿。

但过去研究存在两个明显缺口：多数聚焦外观拟人，对语音反馈拟人的实证研究偏少；大多只对比“有无拟人”，缺少多梯度、可量化的精细比较。

根据社会助长效应（Social Facilitation Effect, SFE），他人的在场（哪怕是虚拟的）通常能提升简单任务的执行效率。

然而，恐怖谷理论（Uncanny Valley）和认知失调理论提出了警告：当一个物体看起来或听起来很像人，但又不完全像人时，会引发使用者的不适感。

所以AI助手语音反馈到底要多像人，才能既提升绩效，又保证体验？

研究方法

30名大学生：13男17女，年龄19-27岁。

改编自经典的注意力网络测试（ANT），参与者需要在680ms内判断箭头方向。AI在正确判断后随机播放对应等级的语音反馈。

• 自变量：语音反馈的拟人化程度

用Microsoft Azure合成不同拟人程度的语音，再通过IDAQ拟人度量表评分筛选，最终确定6个梯度。

通过语调起伏和话术丰富度精确控制拟人程度，从低到高分为：

1. 非语音“哔”声；

2. 低拟人：平调+简单指令；

3. 中低拟人：轻微语调+基础鼓励；

4. 中等拟人：明显语调+常用鼓励；

5. 中高拟人：接近人声语调+丰富鼓励；

6. 真人语音。

• 因变量

任务绩效：反应时、正确率。

主观体验：自我效能感（MGSES量表）和情绪（SAM量表测量愉悦度、唤醒度）。

H1：拟人化程度越高，任务执行效率越高（反应时更短）。

H2：拟人化程度与情绪体验呈U型关系——过低或过高的拟人化体验更好，中等拟人化反而最差。

研究结果

高拟人化语言反馈下，参与者反应显著更快。在真人语音反馈下，被试的反应时显著短于低、中拟人化组。

符合社会助长效应。高度拟人化的语音激活了大脑的奖赏机制，让人反应更快。

• 中等拟人：自我效能感和愉悦度最低；

• 低拟人：明确是机器，预期低，无落差；

• 高拟人：像人沟通，信任高、效能高。

中等拟人化触发认知失调和恐怖谷效应，像人但不够像，语调别扭、情感不到位，引发不适，效能显著下跌。

场景化设计建议

• 时间敏感型任务→用高拟人语音

• 应急指挥、医疗急救、交易决策、驾驶提醒；

• 反应更快、动机更强、体验更好。

• 高认知负荷任务→用低拟人语音

• 编程、数据分析、复杂决策；

• 减少情绪干扰，保持专注、高效。

• 教育 / 康复 / 陪伴→高低搭配，避开中等

• 基础指令：低拟人，清晰直接；

• 鼓励支持：高拟人，提升信心与愉悦；

• 避免中等拟人，打击自我效能、体验割裂、易产生不适感。

局限性

• 实验室环境，生态效度有待真实场景验证；

• 仅使用正向反馈，未涉及负反馈；

• 未单独拆分语调与话术内容的独立影响。

AI语音反馈的拟人化，不是越高越好，也不是越低越稳。高拟人化能提升反应速度，中等拟人化最影响体验，低拟人化稳定但缺少温度。

未来的智能语言反馈设计，应该让AI要么像工具一样高效，要么像朋友一样温暖，别让用户卡在“恐怖谷”里。

你更希望你的AI助手像一个靠谱的同事，还是一个温暖的朋友？

Yang, S., Huang, Y., Huang, X., Zhang, J., Meng, Z., & Yang, J. (2025). Impact of anthropomorphism in AI assistants’ verbal feedback on task performance and emotional experience. Ergonomics, 1-14. Advance online publication. https://doi.org/10.1080/00140139.2025.2497072

ZJUpsy@陈婷供稿